TWI502558B - Traffic Accident Monitoring and Tracking System - Google Patents

Description

交通事故監控追蹤系統

本發明係關於一種交通事故監控追蹤系統，特別是指應用於具有龐大數量攝影機及數位影音辨識功能之網路型數位影音監控系統。

習知聲音辨識技術是將聲音的類比訊號經由音效晶片的數位化取樣處理，取得可供系統判讀的聲波訊號波形及頻譜圖等數位資料後進行辨識，主要用來進行聲音辨識的統計學原理為隱式馬可夫模型(Hidden Markov Model)，其透過大量蒐集的數位化之聲波訊號存於資料庫中，並用統計、歸納等方式，讓此模型能學習辨別各種波形及頻譜圖之差異，進而辨識目標的聲音訊號特徵來取得辨識結果。

影像辨識技術在影像監控系統中已被廣泛應用，目前多數應用是對單一攝影機影像資料進行影像辨識(諸如車牌辨識、車流偵測、人臉偵測/辨識、位移偵測、人員追蹤、方向性移動偵測、電子圍籬、物件遺留、攝影機遮蓋、人臉偵測等)，待辨識完成後，將影像特徵(諸如車牌號碼、車輛顏色、車輛種類、車輛廠牌型號、大/小/機車數量、物體位置、物體大小、人員資訊、人員合法性、方向性等)資訊作儲存及顯示。而沒有對不同特性的辨識結果作更綜合性的分析利用， 無異浪費大量的運算資源。

美國ShotSpotter公司使用大量的聲音偵測器來開發gunfire locator system，有效辨識槍聲及定位槍聲來源位置。因此本發明利用收集車禍發生時的聲音來辨識車禍發生時的撞擊聲是可行的。

在中華民國專利證號I386875揭露一種路況監控方法與應用其方法之路況監控系統，係利用影像分析方法偵測可能發生交通意外的情況並發出警告，其中雖然在交通事故發生前可以發出預警，但其所提到的應用情境主要是在交通事故發生之前，與本發明所針對的應用狀況不同，另中華民國專利證號I386875所提出的一種路況監控方法與應用其之路況監控系統並無提供影音紀錄之功能。

是以，擴增影像辨識結果及聲音辨識結果的應用範圍以及解決習用技術之問題及缺失，即為本發明所亟欲研究改善之方向所在者。

本發明之目的即在於提供一種交通事故監控追蹤系統，係利用攝影機及聲音取樣設備的影像辨識結果及聲音辨識結果，為此兩種不同辨識標的結果建立關聯性，進而分析出是否發生交通事故的資訊，並針對可能發生的肇事逃逸事件進行車輛追蹤，將車輛行蹤資訊與交通事故資訊標示於電子地圖當中，及播放該事故發生時的影音紀錄，將交通事故資訊作視覺化及聲音的重現，並可將查詢交通事故的歷史統計資料，作為改善交通安全的依據。本發明包含四個子系統：(1)影音監控子系統：包含取得各路攝影機的數位壓縮影 像與音訊、收集前端影音取樣設備的數位壓縮影像數位音訊、提供紀錄影音資料及歷史影音資料調閱功能；(2)交通事故辨識子系統：包含提供針對不同壓縮格式的數位影像及音訊辨識、儲存影像及聲音辨識結果、查詢影像及音訊辨識結果功能；(3)交通事故追蹤子系統：包含提供建構攝影機地點資訊介面、收集儲存及查詢事故地點資訊、追蹤肇事逃逸車輛功能；(4)交通事故視覺化子系統：包含提供將交通事故發生地點標示於電子地圖當中，調閱並播放位於交通事故地點的攝影機的即時影音和歷史影音紀錄、並在電子地圖中顯示交通事故地點及可能肇事逃逸車輛行經路線、查詢交通事故歷史資料統計功能；交通事故監控追蹤系統，可節省警察處理交通事故時間；交通事故系統所紀錄的歷史資料也可用來分析容易發生交通事故的地點，提供地方政府作為改善交通號誌的依據。

故，發明人鑑於上述習用方式所衍生的缺點，乃亟思加以改良創新，並經苦心孤詣潛心研究後，終於成功研發完成本交通事故監控追蹤系統。

本發明相較於習知影像辨識技術在影像監控系統中的應用，更進一步利用音訊的辨識結果，為此兩種不同資料來源之辨識結果建立關聯性，進而分析出是否發生交通事故的資訊，可更準確的分析交通事故的特徵。

綜上所述，本發明之目的即在於提供一種交通事故監控追蹤系統，解決前述問題及缺失，本發明係利用交通事故中的影像及聲音特徵，針對這些特徵分別對影像及聲音進行辨識，結合兩者的辨識結果，進而分析出是否發生交通事故的資訊，並針對可能發生的肇事逃逸事件進行跨越多重 攝影機的連鎖影像辨識，達到追蹤肇事逃逸車輛的後續行蹤，將車輛行蹤資訊與交通事故資訊標示於電子地圖當中，及將交通事故資訊作視覺化及聲音的重現，並可將查詢交通事故的歷史統計資料，作為改善交通安全的依據。

達成上述發明目的之交通事故監控追蹤系統包含：影音監控子系統、交通事故辨識子系統、交通事故追蹤子系統以及交通事故視覺化子系統等四個子系統。其中該影音監控子系統可取得各路影音取樣設備(攝影機、收音設備等可以取得影像聲音的設備)的數位壓縮影像及數位化音訊、提供錄影錄音以及調閱影音紀錄檔等功能；該交通事故辨識子系統可提供針對不同壓縮格式的數位影像及數位音訊進行辨識、儲存及查詢影音辨識結果、並從聲音及影像辨識結果之間的關係辨識出交通事故等功能；該交通事故追蹤子系統提供可供使用者輸入、收集、儲存及查詢攝影機地點相關資訊、建構及查詢交通事故資訊之功能；該交通事故視覺化子系統可將交通事故地點及可能肇事逃逸車輛的行經路線標示於電子地圖當中，依序播放交通事故發生地點的影音紀錄、在電子地圖中標示各地點交通事故歷史資料統計之功能。

本發明所提供之交通事故監控追蹤系統，與其他習用技術相互比較時，更具備下列優點：

1. 影像辨識技術在影像監控系統中已被廣泛應用，目前多數應用是對單一攝影機影像資料進行影像辨識，待辨識完成後，將影像特徵資訊作儲存及顯示。而沒有對不同攝影機之間的影像辨識結果作更有效地利用，無異浪費大量的運算資源。本發明更進一步利用跨越不同攝影機的影像辨識結果，為其建立時 間與空間的關係，進而追蹤肇事逃逸車輛的行蹤資訊。

2. 本發明符合目前影像監控系統市場的發展趨勢，將智慧型影像辨識像及聲音辨識功能納入影像監控系統中，進而辨識出交通事故事件，除可辨識出交通事故事件結果之外，更進一步擴大的影像辨識結果的應用範圍，利用多重攝影機的連鎖影像辨識方法，不需要針對所有的攝影機影像進行影像辨識，即可有效找出可能肇事逃逸車輛的行蹤資訊，並利用分析出的車輛行蹤資訊將其視覺化，將行跡路線在地圖服務或是在自訂地圖中標示出來，並播放相對應的攝影機影音紀錄片段，方便追蹤；交通事故監控追蹤系統可協助追蹤肇事逃逸車輛的行蹤，保存於系統的車禍地點及時間的歷史統計資料，更可以提供地方政府作為改善交通號誌的根據，也可提供給民眾作為交通路線的選擇依據，增進交通安全，建設一個交通更安全的智慧城市。分析交通事故歷史統計資料查詢的功能可作為改善交通的依據，有助於增進未來數年影像監控系統的推廣。

3. 結合聲音辨識結果與多重影像辨識特徵的結果來作為辨識交通事故事件的基準，結合兩者辨識結果以增加辨識交通事故的準確度。

4. 保存於系統的車禍地點及時間的歷史統計資料，更可以提供地方政府作為改善交通號誌的根據，也可提供給民眾作為交通路線的選擇依據，增進交通安全，建設一個交通更安全的智慧城市。

10‧‧‧影音監控子系統

11‧‧‧前端影音取樣模組

12‧‧‧影音收集模組

13‧‧‧影音錄影模組

14‧‧‧影音資料庫

20‧‧‧交通事故辨識子系統

21‧‧‧影像辨識模組

22‧‧‧影像解壓縮模組

23‧‧‧聲音辨識模組

24‧‧‧聲音解壓縮模組

25‧‧‧辨識結果資料庫

30‧‧‧交通事故追蹤子系統

31‧‧‧影音取樣設備地點資訊建構模組

32‧‧‧影音取樣設備地點資料庫

33‧‧‧車輛追蹤模組

34‧‧‧交通事故資訊資料庫

40‧‧‧交通事故視覺化子系統

41‧‧‧交通事故地圖影音回放模組

42‧‧‧交通事故歷史資料統計查詢顯示模組

請參閱有關本發明之詳細說明及其附圖，將可進一步瞭解本發明之技術內容及其目的功效；有關附圖為：圖1為本發明交通事故監控追蹤系統之系統架構圖。

圖2為本發明交通事故監控追蹤系統之系統模組圖。

為了使本發明的目的、技術方案及優點更加清楚明白，下面結合附圖及實施例，對本發明進行進一步詳細說明。應當理解，此處所描述的具體實施例僅用以解釋本發明，但並不用於限定本發明。

以下，結合附圖對本發明進一步說明：請參閱圖1及圖2所示，係本發明交通事故監控追蹤系統的系統架構圖、及系統模組圖，其中該影音監控子系統10包含前端影音取樣模組11、影像聲音收集模組12、影像聲音錄影模組13及影音資料庫14；該交通事故辨識子系統20包含影像辨識模組21、影像解壓縮模組22、聲音辨識模組23、聲音解壓縮模組24及辨識結果資料庫25；該交通事故追蹤子系統30包含影音取樣設備地點資訊建構模組31、影音取樣設備地點資料庫32、車輛追蹤模組33及交通事故資訊資料庫34；該交通事故視覺化子系統40包含交通事故地圖影音回放模組41、交通事故歷史資料統計查詢模組42。

本發明中的交通事故分析的功能主要由分析具有影像辨識及聲音辨識功能的影音監控系統所收集的資料來完成分析交通事故特徵資訊的建構，分析的結果將存入資料庫中以便查詢，(當分)再利用分析的結果來進行交通事故的查詢 以及交通事故視覺化的功能。本發明中影音監控系統所收集的資料包含了影音取樣設備地點相關資訊、影音取樣設備影像與聲音、及影像與聲音的辨識結果。

本發明中首先所要收集的資料為影音取樣設備地點相關資訊以及鄰近影音取樣設備的資訊。影音取樣設備地點資訊的收集方式可以區分為兩種：第一種方式為由影音收集模組12收集具備TCP/IP傳輸功能的前端設備(如IP Camera)所回傳的地點資料：第二種方式為本發明提供影音取樣設備地點資訊建構模組31讓使用者手動輸入影音取樣設備地點的資料。

當採用第一種方式時，本發明在具備TCP/IP傳輸功能的前端設備安裝一GPS定位設備，當影音收集模組12在第一次連上前端設備時，前端設備會透過TCP/IP的方式將從GPS定位設備所定位到的經緯度資料傳送給影音收集模組12；影音收集模組12會將收集到的影音取樣設備地點資料存入影音取樣設備地點資料庫32中。此方式適用於影音取樣設備佈建於上方沒有遮蔽物的路口影音監視系統，GPS的經緯度資料可以配合現有的電子地圖服務來顯示的位置，故本發明具備有在現行電子地圖服務上顯示交通事故地點的功能。

第二種方式主要使用在前端影音取樣設備架設的位置不適用於使用GPS定位設備時，如在地下道，在這種狀況下前端影音取樣設備接收到的經緯度資料有可能會有誤差，因此不適合使用GPS經緯度的資料來辨別前端影音取樣設備的地點；本發明提供一影音取樣設備地點資訊建構模組31，讓使用者可使用一方便的使用者介面，自行建構影音取樣設備地點的資料，並將使用者提供的影音取樣設備地點的資料 存入影音取樣設備地點資料庫32中，這裡的影音取樣設備地點可以使用和電子地圖相對應的位置或任何方便標示影音取樣設備地點的表示方式來紀錄，故本發明也具備有在使用者自行提供的電子地圖上顯示交通事故地點的功能；在此方式中的電子地圖在資料庫中也存有一索引可供查詢。

本發明中鄰近影音取樣設備資訊的收集方式根據影音取樣設備地點的表示方式也分為兩種：第一種方式為影音取樣設備地點資料使用GPS經緯度資料表示時，利用計算的方式來計算影音取樣設備地點是否相鄰，並依照計算的結果建立每一影音取樣設備的鄰近影音取樣設備的資訊，並存放於影音取樣設備地點資料庫32中；第二種方式為影音取樣設備地點資料為使用者提供的電子地圖相對應的位置時，影音取樣設備地點資訊建構模組31提供一方便的使用者介面來提供使用者自行輸入每一影音取樣設備的鄰近影音取樣設備的資料，並存入影音取樣設備地點資料庫32中。

影音收集模組12從前端影音取樣模組11中的影音取樣設備收集各種壓縮格式之影像及聲音，影音紀錄模組13將收集的影像聲音存檔，並將影音取樣設備ID以及時間的資訊存入影音資料庫14中作為查詢影像的索引。前端影音取樣設備使用現行的各種影像聲音收集技術(軟體壓縮影像擷取卡、硬體壓縮影像擷取卡、前端攝影機壓縮、IP Camera、Video Server、DVR、NVR、音訊硬體壓縮卡)來收集經過壓縮的數位影像聲音資料，其中影像壓縮方式可為JPEG、MPEG4、H.263、H.264、現行之壓縮格式，其中聲音壓縮方式可為PCM、AAC、AMR、MP3、現行之壓縮格式，並將影音資料傳送給影音紀錄模組13，影音紀錄模組13將影音資料存成一影音紀 錄檔，並依照影音收集的時間以及前端影音取樣設備資訊在影像資料庫14中建立索引，以利影音調閱。

本發明針對各路影音取樣設備(攝影機)的即時影像資料進行影像辨識，由於經由不同取像設備所收集的攝影機影像會有不同的壓縮格式(如JPEG、MPEG4、H.263、H.264等)，所以透過影音收集模組12取得的影音取樣設備(攝影機)的影像資料，必須再經由影像解壓縮模組22根據不同的壓縮格式進行解壓縮，來得到可以進行影像辨識的原始影像資料，影像辨識模組21即可針對原始影像資料進行各項影像辨識，並將辨識出的物件特徵(諸如車牌號碼、車輛顏色、車輛種類、車輛廠牌型號、大/小/機車數量、物體位置、物體大小、方向性、車流量、車流速度、車流方向等)，連同時間相關資訊(辨識物件出現的時間戳記)和空間資訊(前端影音取樣設備的地點資訊)存入辨識結果資料庫25中。

本發明針對各路影音取樣設備(收音設備)的即時音訊資料進行聲音辨識，由於經由不同聲音取樣設備所收集的數位音訊資料會有不同的壓縮格式(如PCM、AAC、AMR、MP3等)，所以透過影音收集模組12取得的影音取樣設備(攝影機)的影像資料，必須再經由聲音解壓縮模組24根據不同的壓縮格式進行解壓縮，來得到可以進行聲音辨識的原始音訊資料，聲音辨識模組23即可針對原始音訊資料進行音訊辨識，並將辨識出的聲音特徵(諸如波形、頻譜圖、quefrency、cepstrum等)，和預先儲存好的各式碰撞聲音特徵比對，以判斷碰撞事件的發生，碰撞聲音事件辨識的結果連同時間相關資訊(碰撞事件發出的時間戳記)和空間資訊(前端影音取樣設備的地點資訊)存入辨識結果資料庫25中。

交通事故的主要特徵，包含收音之音量突然變大、收錄到可明顯辨識的碰撞聲、車流速度瞬間變慢或降至零、兩個以上的移動物件重疊事件、非塞車時間或非停等紅綠燈時道路上發現遺留物(車輛碰撞後停留在道路上)、事故發生後塞車、事故發生後車流改變車道、物體之加速度突然增加(車輛或人被撞飛)等特徵。以上特徵可以由聲音辨識模組23以及影像辨識模組21取得，一但聲音辨識模組23的音訊辨識結果有碰撞事件發生，立即將此時的時間點記錄下來，並立即驅動交通事故判斷的辨識程序。交通事故辨識子系統20即開始比對影像辨識結果，若交通事故的主要特徵(碰撞聲、車流速度瞬間變慢、兩個以上的物件重疊事件、非塞車時間或非停等紅綠燈時道路上發現遺留物)出現的越多，表示越有可能發生交通事故。本發明可使用任何可行的演算法來判斷交通事故事件的發生，並不侷限於任何一種特定的演算法來判定，亦可利用歷史紀錄資料讓機器學習或以類神經網路(Artificial Neural Network)演算法來來增加判定的準確性。當判定事故發生後，立即將事故發生的時間點Ts與事故發生的位置(影音取樣設備ID及GPS位置)紀錄下來，交通事故事件結束時間點的判定，當遺留物消失或車流方向恢復到事故發生前的車流方向時，即視為交通事故事件結束時間點Te，此時交通事故辨識子系統20將此段[Ts,Te]標示為交通事故發生的時間間隔，並和交通事故相關資料(影像辨識特徵、聲音辨識特徵、地點等資料)存入交通事故資料庫25。

當交通辨識子系統20判定交通事故事件發生時，極有可能發生肇事逃逸的情形發生，此時車輛追蹤模組33立即啟動該事故發生地點周圍之影音取樣設備的肇事逃逸追蹤 程序進行進一步的追蹤，肇事逃逸追蹤程序包含針對事故發生地點所在位置的影音取樣設備的歷史影像作影像辨識，主要針對事故發生前數分鐘(可由使用者設定)的影像作辨識，當發現有兩個以上的移動物件重疊事件並發生一個移動物件成為遺留物，而另一物件持續移動並離開該事故發生的影音取樣設備的拍攝範圍，即視該物件為肇事逃逸的車輛，同時紀錄的該物件的車輛特徵(車牌、車色、車型等相關資訊)，並啟動一跨越多重攝影機連鎖辨識追蹤方法，針對可能的肇事逃逸車輛的影像特徵進行即時追蹤，驅動系統進行跨攝影機影像的辨識任務，直到一特定條件出現或一段特定時間結束為止。此一特殊多重攝影機連鎖辨識追蹤方法流程如下：

步驟一：一旦交通事故辨識子系統辨識出有交通事故發生，便會將辨識出的車輛特徵向交通事故追蹤子系統30發出連鎖追蹤的要求。

步驟二：在時間點t1，交通事故追蹤子系統30收到連鎖追蹤的要求，對發生事故地點攝影機A0的所有鄰近攝影機Neighbors(A0)進行針對該車輛特徵進行影像辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為無追蹤結果。

步驟三：在此一特定的時間內，如果這些鄰近攝影機Neighbors(A0)中有一支攝影機Ai的影像辨識結果符合要追蹤車輛的特徵，便會並紀錄下辨識目標出現的時間點t1，並取消所有其他鄰近攝影機群(Neighbors(A0)-A1)的影像辨識任務，避免浪費系統運算資源。

步驟四：之後再對摒除攝影機A0後的攝影機A1 之鄰近攝影機群(Neighbors(A1)-A0)進行該車輛特徵的影像辨識，此步驟僅針對前次辨識目標出現的時間點之後所拍攝到的影像進行辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為追蹤結束，並視攝影機A[1]為該車輛的行跡終點。

步驟五：在此一特定的時間內，如果這些鄰近攝影機群(Neighbors(A[1])-A[0])中有一支攝影機A[2]的影像辨識結果符合要追蹤車輛的特徵，便會取消所有其他鄰近攝影機群(Neighbors(A[1])-A[0]-A[2])的影像辨識任務，避免浪費系統運算資源，並紀錄下辨識目標出現的時間點t2。

步驟六：之後再對摒除前次辨識目標出現地點之攝影機(A[i-1])後的此次辨識目標出現之攝影機(A[i])的鄰近攝影機群(Neighbors(A[i])-A[i-1])進行該車輛特徵的影像辨識，此步驟僅針對前次辨識目標出現的時間點之後所拍攝到的影像進行辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為追蹤結束，並視攝影機A[i]為該車輛的行跡終點。

步驟七：在此一特定的時間內，如果這些鄰近攝影機群(Neighbors(A[i])-A[i-1])中有一支攝影機A[i+1]的影像辨識結果符合要追蹤車輛的特徵，便會取消所有其他鄰近攝影機群(Neighbors(A[i])-A[i-1]-A[i+1])的影像辨識任務，避免浪費系統運算資源，並紀錄下辨識目標出現的時間點t[i+1]。

步驟八：重複步驟六直到該車輛的行跡終點(A[e])出現為止。

以上流程結束後依序可得到一組攝影機代號的序列((A[0],t[0]),(A[i],t[i]),(A[i+1],t[i+1]),…,(A[e],t[e]))，此組序列即為肇事車輛的行跡，此組序列會連同交通事故資料一同紀錄在交通事故資料庫34中，並顯示在交通事故視覺化子系統40中。以上流程中所提到的一段特定時間長度可依據任何合理方式所得之時間長度，不受特定限制，每支攝影機的時間長度也可有所不同。以上流程中所提到的車輛特徵可為任何利於辨別該車輛的特徵，不受限於前文所敘述之特徵。以上所述之多攝影機之連鎖影像辨識追蹤方法，並不局限於針對即時影像進行辨識，亦可根據歷史影像作肇事車輛追蹤查詢的功能。

交通事故視覺化子系統40在確認交通事故事件發生後，即針對該交通事故事件做視覺化的動作，將事故地點標示在電子地圖當中，並將可能肇事逃逸的車輛行跡資訊中的影音取樣設備地點依照順序在電子地圖上標示出來，並在各個出現的地點之間畫出線段，以及同時調閱事故發生地點以及肇事逃逸車輛行跡中各路攝影機的影音紀錄片段並依照時間順序播放出來。標示車輛行跡的方式依照攝影機地點資料的表示方式分為兩種：第一種方式為將車輛行跡標示於電子地圖服務中，攝影機地點資料使用GPS經緯度資料表示時，即可標示在現有的電子地圖服務中(如Google Map)；第二種方式為將車輛行跡標示於自行建構地圖中，攝影機地點資料若是使用者自行建構的資料，則可標示於使用者自行建構的電子地圖中。

交通事故歷史資料統計查詢顯示模組42提供一組介面可供使用者查詢特定區域在特定時間區段的交通事故事件資訊的歷史資料，並將統計結果以圖示的方式標記在電子地圖(可包含電子地圖服務及自行建構的電子地圖)中，方便使用者瞭解區域的交通事故的位置與統計資料，可供地方政府作為改善交通的依據，也可以作為民眾交通路線的選擇，或提醒用路人行經交通事故發生頻率高的地點小心駕駛。

本發明利用上述步驟，除可從智慧型影像監控系統的影像辨識結果及音訊辨識結果中判斷出交通事故事件的開始與結束時間以及肇事逃逸車輛的行跡外，同時可將交通事故地點以及肇事逃逸車輛的行跡資訊標示於電子地圖服務或使用者自行建構的電子地圖當中，及依序播放影音紀錄片段將交通事故發生情形及肇事逃逸車輛的行跡資訊作視覺化的呈現，並提供一查詢介面以電子地圖標示出特定區域在特定時段的交通事故事件的統計資料。

上列詳細說明乃針對本發明之一可行實施例進行具體說明，惟該實施例並非用以限制本發明之專利範圍，凡未脫離本發明技藝精神所為之等效實施或變更，均應包含於本案之專利範圍中。

綜上所述，本案不僅於技術思想上確屬創新，並具備習用之傳統方法所不及之上述多項功效，已充分符合新穎性及進步性之法定發明專利要件，爰依法提出申請，懇請貴局核准本件發明專利申請案，以勵發明，至感德便。

10‧‧‧影音監控子系統

11‧‧‧前端影音取樣模組

20‧‧‧交通事故辨識子系統

30‧‧‧交通事故追蹤子系統

40‧‧‧交通事故視覺化子系統

Claims (11)

1. 一種交通事故監控追蹤系統，其主要包括：一影音監控子系統，係收集影音取樣設備的影像聲音、收集該影音取樣設備的數位壓縮影像數位音訊以及調閱歷史影像聲音，且包括：一前端影音取樣模組，系包含攝影機、前端影像收集設備、聲音偵測器及具備聲音偵測器的攝影機與具備聲音偵測器的各種前端影像收集設備，前端影像收集設備使用影像收集技術來收集經過壓縮的數位影像資料，其中壓縮方式係為JPEG、MPEG4、H.263、H.264、VC1壓縮格式，前端聲音收集設備使用各種聲音偵測技術，具備聲音偵測器的攝影機與具備聲音偵測器的各種前端影像收集設備，來收集經過壓縮的數位聲音資料，其中壓縮方式係為PCM、AMR、AAC、MP3壓縮格式；一影音收集模組，係包含將向前端影像收集設備取得攝影機影像、向前端聲音收集設備取得聲音資料、向具有回傳攝影機地點資訊的前端影像收集設備取得攝影機地點資訊的功能；一影音紀錄模組，係包含將該影音收集模組收集來的攝影機影像及聲音偵測器的資料寫入影音紀錄檔案、在影音資料庫中建立影音紀錄檔案索引、查詢影音紀錄檔案索引以及調閱影音紀錄檔案的功能；以及一影音資料庫，包括影音紀錄檔案，以及影音紀錄檔案的索引； 一交通事故辨識子系統，係執行該影音監控子系統收集之影像辨識及聲音辨識，擷取物件影像及聲音特徵，判斷是否有交通事故發生，並提供儲存及查詢影像辨識結果及聲音辨識結果；一交通事故追蹤子系統，係追蹤該交通事故辨識子系統中的肇事逃逸車輛行蹤、以及提供使用者輸入、收集、儲存及查詢該影音監控子系統之影音取樣設備地點相關資訊；以及一交通事故視覺化子系統，係將該交通事故追蹤子系統之地點及可能肇事逃逸車輛的行蹤以及交通事故事件資訊的歷史統計資料標示於電子地圖當中，播放交通事故發生地點及肇事逃逸車輛經過地點之該影音監控子系統取樣設備的影音紀錄片段的功能。
2. 如申請專利範圍第1項所述之交通事故監控追蹤系統，其中該交通事故辨識子系統包括：一影像解壓縮模組，係包含各數位影像壓縮格式的影像解壓縮，並將影像收集模組所收集到影像及影像調閱模組調閱的錄影影像解壓縮，供該影像辨識模組辨識原始影像；一影像辨識模組，係包含車牌辨識、位移偵測、人員追蹤、方向性移動偵測、遺留物偵測、遺留物數量偵測、車速偵測、道路車流量偵測，待辨識完成後，將所擷取的影像特徵，如車牌號碼、車輛顏色、車輛種類、車輛廠牌型號、大、小、或機車數量、物體位置、物體大小、遺留物數量、方向性、車流速度，連同時間相關資訊，辨識目標出現的時間戳記，和空間資訊， 前端影音取樣設備的地點資訊，存入辨識結果資料庫中；一聲音解壓縮模組，係包含各式數位聲音壓縮格式的聲音解壓縮，將影音收集模組所收集到聲音及影音調閱模組調閱的聲音解壓縮成供聲音辨識模組辨識的原始聲音資料；一聲音辨識模組，包含辨識物體及車輛碰撞聲的功能，待辨識完成後，將所擷取的聲音特徵，如波形、頻譜圖、quefrency及cepstrum，連同時間相關資訊，辨識結果出現的時間戳記，和空間資訊，前端影音取樣設備的地點資訊，存入該辨識結果資料庫中；以及一辨識結果資料庫，係儲存物件影像特徵及聲音特徵，該物件及該聲音出現的空間資訊，前端影音取樣設備的地點資訊，以及時間資訊，辨識物件及辨識聲音出現的時間戳記。
3. 如申請專利範圍第1項所述之交通事故監控追蹤系統，其中該交通事故追蹤子系統包含：一影音取樣設備地點資訊建構模組，係提供一使用者介面，讓使用者自行輸入影音取樣設備地點資訊及鄰近影音取樣設備資訊，影音取樣設備地點之資料會存於影音取樣設備地點資料庫中；一影音取樣設備地點資料庫，主要係儲存影音取樣設備的地點資料；一車輛追蹤模組，主要係根據交通事故的辨識結果，對事故發生地所在位置影音取樣設備的鄰近影音取樣設備群進行一連鎖影像辨識追蹤程序，對肇事逃逸車 輛進行追蹤，並將追蹤結果和交通事故資訊一併儲存於交通事故資料庫中；以及一交通事故資訊資料庫，主要係儲存交通事故辨識子系統的交通事故相關資訊及車輛追蹤模組所建立的肇事逃逸車輛行跡資訊。
4. 如申請專利範圍第1項所述之交通事故監控追蹤系統，其中該交通事故視覺化子系統包含：一交通事故地圖影音回放模組，包含將交通事故影音紀錄檔案中的影像及聲音回放，以及將交通事故資訊由交通事故資訊資料庫中取出，並將交通事故發生地點及被追蹤車輛的行經地點繪製在電子地圖上或電子地圖服務當中；以及一交通事故歷史資料統計查詢模組，包含查詢特定區域在特定時間範圍內的交通事故歷史資料累計的統計資料，並將相關的統計資料以圖型的方式標示在電子地圖上或電子地圖服務當中的功能。
5. 如申請專利範圍第2項所述之交通事故監控追蹤系統，其中該影像收集技術係包括軟體壓縮影像擷取卡、硬體壓縮影像擷取卡、前端攝影機壓縮、IP Camera、Video Server、DVR、NVR。
6. 如申請專利範圍第2項所述之交通事故監控追蹤系統其中該影音收集模組，係分析前端取像模組所傳送的影像聲音資料的標頭(header)是否包含攝影機地點資料，在前端取像模組所傳送的影像聲音資料的標頭(header)包含影音取樣設備及聲音偵測器地點資料的情況下，影音收集模組可將影音取樣設備之地點資訊連同影音取樣設備的ID資訊傳 送至交通事故追蹤子系統。
7. 如申請專利範圍第2項所述之交通事故監控追蹤系統，其中該影音辨識模組所擷取的物件及聲音特徵係為利於計算比對及穩定性高之特徵，如波形、頻譜圖、quefrency、及cepstrum。
8. 如申請專利範圍4項所述之交通事故監控追蹤系統，其中該追蹤車輛之方法係包括即時影像的追蹤、及歷史影像的追蹤。
9. 如申請專利範圍第6項所述之交通事故監控追蹤系統，其中該影音取樣設備的ID資訊，係準確分辨在該影音監視系統中各影音取樣設備的資訊來表示。
10. 一種交通事故監控追蹤方法，其中一多重攝影機連鎖辨識追蹤方法，係利用交通事故事件資訊以及攝影機之鄰近攝影機群資訊縮小辨識範來取得車輛行蹤資訊，其流程如下：一、一旦交通事故辨識子系統辨識出有交通事故發生，便會將辨識出的車輛特徵向交通事故追蹤子系統發出連鎖追蹤的要求；二、在時間點t1，交通事故追蹤子系統收到連鎖追蹤的要求，對發生事故地點攝影機A0的所有鄰近攝影機Neighbors(A0)進行針對該車輛特徵進行影像辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為無追蹤結果；三、在此一特定的時間內，如果這些鄰近攝影機Neighbors(A0)中有一支攝影機Ai的影像辨識結 果符合要追蹤車輛的特徵，便會並紀錄下辨識目標出現的時間點t1，並取消所有其他鄰近攝影機群(Neighbors(A0)-A1)的影像辨識任務，避免浪費系統運算資源；四、之後再對摒除攝影機A0後的攝影機A1之鄰近攝影機群(Neighbors(A1)-A0)進行該車輛特徵的影像辨識，此步驟僅針對前次辨識目標出現的時間點之後所拍攝到的影像進行辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為追蹤結束，並視攝影機A[1]為該車輛的行跡終點；五、在此一特定的時間內，如果這些鄰近攝影機群(Neighbors(A[1])-A[0])中有一支攝影機A[2]的影像辨識結果符合要追蹤車輛的特徵，便會取消所有其他鄰近攝影機群(Neighbors(A[1])-A[0]-A[2])的影像辨識任務，避免浪費系統運算資源，並紀錄下辨識目標出現的時間點t2；六、之後再對摒除前次辨識目標出現地點之攝影機(A[i-1])後的此次辨識目標出現之攝影機(A[i])的鄰近攝影機群(Neighbors(A[i])-A[i-1])進行該車輛特徵的影像辨識，此步驟僅針對前次辨識目標出現的時間點之後所拍攝到的影像進行辨識，並持續一段特定的時間，經過這段特定的時間後，若所有鄰近攝影機的辨識結果都不包含辨識目標的特徵，則視為追蹤結束，並視攝影機A[i]為該 車輛的行跡終點；七、在此一特定的時間內，如果這些鄰近攝影機群(Neighbors(A[i])-A[i-1])中有一支攝影機A[i+1]的影像辨識結果符合要追蹤車輛的特徵，便會取消所有其他鄰近攝影機群(Neighb0rs(A[i])-A[i-1]-A[i+1])的影像辨識任務，避免浪費系統運算資源，並紀錄下辨識目標出現的時間點t[i+1]；以及八、重複流程六直到該車輛的行跡終點(A[e])出現為止。
11. 如申請專利範圍10項所述之交通事故監控追蹤系統，其中該流程八結束後，係依序得到一組攝影機代號的序列((A[0],t[0]),(A[i],t[i]),(A[i+1],t[i+1]),…,(A[e],t[e]))，此組序列即為肇事車輛的行跡，此組序列會連同交通事故資料一同紀錄在交通事故資料庫中，並顯示在交通事故視覺化子系統中。